在 NumPy 中使用掩码编写用于应用反向操作的高效代码

Question

首先，我有一个压缩的 numpy 数组 c 和一个用于从完整数组 a 生成 c 的掩码 m。

我想输出一个与原始数组 a 形状相同的重构数组 b，但使用压缩数组的结果。以下代码适用于此，但我不知道如何提高效率。任何指导将不胜感激

import numpy as np
a = np.asarray((1, 2, 3, 4, 5, 6, 7, 8, 9))
m = np.array((True,True,True,True,False,False,True,True,True))
c = np.ma.compressed(np.ma.masked_where(m==False, a))

i=0
j=0
b = np.zeros(a.size)
while (i<a.size):
    if (m[i] == True):
        b[i] = c[j]
        j = j+1
    i = i+1
b

这导致：

array([1., 2., 3., 4., 0., 0., 7., 8., 9.])

Answer 1

你能试试吗，

b = a*m

这应该会给你想要的输出。

Answer 2

您可以使用布尔索引：

b = np.zeros_like(m, dtype=float) # change dtype to `int` if that's what you want.

b[m] = c

输出

array([1., 2., 3., 4., 0., 0., 7., 8., 9.])

在 NumPy 中使用掩码编写用于应用反向操作的高效代码

Writing an efficient code for applying a reverse operation using masks in NumPy

python

numpy

masked-array